单病种质量监测算法机在医疗系统中的应用

徐盼，宋斌

（南京理工大学计算机科学与工程学院，南京210000）

0 引言

本文以贯彻卫生部颁布的“病种质量控制标准”为目标，通过实际调研跟踪病种治疗的各个环节，严格的依据相关医疗管理流程规范、管理体系，结合医院的实际管理流程，在现有的病历数据的基础上设计实现单病种质量监测算法机并进行应用，论文具体主要完成了以下几个方面工作：①算法机的设计及使用算法的介绍；②单病种算法的部分实现及输入输出说明；③算法机在医疗系统中的应用及部分页面截图。

1 算法概述

1.1 TOPSIS

TOPSIS 的全称是“逼近于理想值的排序方法”（Technique for Order Preference by Similarity to Ideal Solution），是Hwang 和Yoon 于1981 年提出的一种适用于根据多项指标、对多个方案进行比较选择的分析方法。这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，所谓正理想解是一设想的最好值（方案），它的各个属性值都达到各候选方案中最好的值，而负理想解是另一设想的最坏值（方案），然后求出各个方案与理想值、负理想值之间的加权欧氏距离，由此得出各方案与最优方案的接近程度，作为评价方案优劣的标准。

TOPSIS 消除了不同指标量纲的影响，并能充分利用原始数据的信息，能充分反映各方案之间的差距、客观真实的反映实际情况。

1.2 秩和比综合评价法

秩和比综合评价法基本原理是在一个n 行m 列矩阵中，通过秩转换，获得无量纲统计量RSR；在此基础上，运用参数统计分析的概念与方法，研究RSR 的分布；以RSR 值对评价对象的优劣直接排序或分档排序，从而对评价对象作出综合评价。此外，在编秩时要区分高优指标和低优指标，有时还要引进不分高低的情况。例如，评价预期寿命、受检率、合格率等可视为高优指标；发病率、病死率、超标率为低优指标。不论所分析的问题是什么，计算的RSR 越大越好。

1.3 算法机介绍

算法机，主要包含四部分内容：（n+2）组算法基数、指标、权重、算法。（1）算法基数

将某单病种一年的历史数据，根据样本量的大小，随机划分为若干组（n）。根据指南或临床检验值确定每个指标的最优或最劣结果，统一指标方向后，得到n+2 组数据作为算法基数。n+2 组数据具体是指各个指标的数据。

在n 组之外补充的两组数据，一组是“最优数据（每个指标中的最理想结果）”，一组是“最劣数据（每个指标中的最差结果）”。

（2）指标及指标权重

指标，即评价对象的属性。根据指南或临床检验值可确定具体指标值。

指标主要分三大类：均值、标准差、比率。每个大类中又包含众多的子类指标。

权重：表示各个指标在评价中的重要程度。根据指标分组，逐层确定权重，设定各指标的权重。指标权重的设定是跟业务相关的。

（3）算法

通过TOPSIS 算法可计算每组数据的Ci。最优数据的Ci 为1，最劣数据的Ci 为0。其中，Ci 表示各评价对象与最优方案的接近程度。

1.4 质量测量

质量测量主要是采用TOPSIS 算法计算综合分。

整体计算思路是：首先，求目标中每个指标的测量结果，即通过单病种对一组样本计算其每个指标的结果，得到一个指标结果集合，并将此集合作为一个测量目标；其次，对整个测量目标再求综合分。

具体做法如下：

（1）标准Ci。首先将某单病种一年的历史数据，根据样本量的大小，随机划分为若干组（n）；其次，在n 组之外补充一组“最优数据“和一组”最劣数据“，得到n+2组具体的指标（均值类、标准差类、比率类）数据值，将其作为算法基数；最后，计算得到这组基数的Ci，即标准Ci。

（2）实际Ci。将测量目标的指标值输入单病种中，与n+2 组算法基数一起，通过TOPSIS 算法，计算出测量目标的Ci（即，实际Ci）。

（3）计算综合分。综合分=（实际Ci/标准Ci）*100。综合分结果精确到小数点后两位。

1.5 差异分析

差异分析的目标是：两个测量对象在同一精度条件下，比较它们的差异，最后给出一个定性结果。说明二者是在“同一等级”，或者是“相差一个等级”，或者是“中间隔一个等级”。差异性分析是两两对象之间的比较，并且比较的是某一相同指标，而不是综合分。即，差异分析是基于某个指标上，两个对象间的比较。因为层次分析法（AHP）需要确定与上层某元素相联系的下层各元素在上层元素中所占的比重。因此，差异分析的方法，初步定为RSR 秩和比法。RSR 法具体如下：

（1）编秩。列出n 个评价对象在某个指标上的指标值，确定该指标编秩的方式（高优指标从小到大编秩，低优指标从大到小编秩），对指标值做变换处理，编秩。

（2）计算秩和比（RSR）。RSR=Rij/n。

（3）确定RSR 的分布，计算线性回归方程RSˆR=a+By。编制RSR 频数分布表，计算秩次R 和平均秩次，以及（R 平均/n）*100%，然后查表得对应的概率单位Y，以Y 和RSR 值进行相关和回归分析，得到相关系数r 和直线回归方程。

（4）分档排序。分三档（优、良、差），根据分档结果，确定两两对象间是“同一等级/相差一个等级/中间隔一个等级。

最新修改的差异比较策略，流程图如图1 所示。

图1 差异分析流程图

2 病种算法实现

算法机设计主要包括有两个大的方面：公共算法包和单病种算法包，其中公共算法包主要包括一些比较常见的算法，如均值类算法、比率类算法、标准差算法、综合分算法。单病种算法包主要包括：STEMI（单一指标计算、差异比较计算、参与计算基础数据、综合分算法）、CAP、ICU 等。

公共算法包设计包含了针对单病种各个指标分类（均值类、比率类、标准差类、指标差异比较和精度、综合分计算等）的公共算法，输入输出参数格式定义，反射调用算法，算法类统一实现接口。

（1）公共计算方法（common）

定义精度计算方法、差异比较计算方法：

定义求所有指标用到的与时间相关的公共方法；添加的正则表达式的类，类中方法判断数值类型参数格式正确与否。

（2）单病种算法包（disease）

单项指标计算（singleEntry）：按单病种指标定义单一指标计算的算法实现类及实现方法。

差异比较计算（diffComp）：按单病种指标定义指标差异比较算法实现类及实现方法（所有指标共用一个方法），在系统中对应“差异性分析”模块。

参与计算基础数据（xmlData）：STEMI_DATA（定义参与计算的基础数据（xml 文件），包含单病种的精度计算因子，单病种名称，每个单病种的每个指标每期的值，每个指标的权重，精度等信息）。STEMI_DATACurvetFit（曲线拟合相关的xml，用于综合分的自我完善学习中，其内容包含单病种名称，曲线拟合系数a、b，CI值，实际综合分，保存时间等信息。该文件中的内容会不断添加、删除）。STEMI_DATA_DiffComp（差异比较用到的的xml 文件，包含单病种名称、单病种指标的历史value 值集合、综合分的历史value 集合。该文件中的内容会不断添加、删除）。

3 算法机在医疗系统中的应用

我们单病种质量监测算法机在医疗系统中实现了部分功能，主要包括在医院数据统计及医疗质量监控两方面，这样设计的特色和优点主要有：可以全面的反映医院整体的质量情况，也可以迅速的提供各种医疗质量的准确控制数据；同时可以通过对照上级医疗管理部门下达的控制指标，准确全面的评估医院目前的工作状况，这样也为医疗主管部门考核定级和检查评比等工作提供了事实依据。

系统功能设计使用算法机的主要目的是希望通过算计进行数据处理提高管理的质量和可信性。例如我们需要考虑一些因素是否直接影响到统计结果的可信性，如诊断是否正确可信、问题是否无法监控等。而病历质量的灵魂恰恰是诊断，对疗效的评估也是如此。通常情况下，会出现一些医生凭借一些主观的印象和想当然对疗效进行下结论，这样无疑也会影响这一指标（具有决定意义）的可信性。将注重更高层次上的质量控制。因此单病种质量监测算法机的执行效率和准确度，也是医院执行病案管理方案的重要基础和补充。

系统的数据监测设计分为质控部门的监测和临床科室的监测，质控部门的监测集中展示全院单病种系统监测的信息，主要包括：全院监测单病种分布、全院预警信息、全院单病种监测、单病种综合分排名、单病种数据完整度排名，如图3 所示。

全院共开展54 个特定（单）病种的质量监测与评价。

图3 系统质控部门首页

（1）设计用柱状图的形式体现全院监测的单病种及这些单病种在各科室间的分布，横轴为科室名称，纵轴为对应科室开展的单病种数量，采用轮播形式呈现单病种的综合分和指标预警信息，信息内容包含：单病种名称、综合得分或单病种名称、指标名称、实际值、目标值，点击信息内容跳转到该预警信息的消息详情页面。

（2）其中表格按“本月”、“本季度”、“本年度”的不同时间段，给出“出院人数”、“监测人数”、“监测率”、“数据完整度”的统计数据，设计以面积图展示出院人数和监测人数的历史变化趋势，横轴为时间，纵轴为人数。科室负责的单病种管理计划更新提示，以醒目样式给出管理计划的更新或状态提示。

（3）实现全院开展监测单病种综合分排名前五名和后五名的bar 图，每个bar 的顶部有该单病种的具体得分，数据取最近的一次动态测量所得的结果。

4 结语

单病种质量监测算法机的设计，能够从提高医院人员的工作效率和单病种的质量入手，促进医疗部门的自动化。提高医疗质量、促进医疗质量建设规范化、标准化和科学化进程的有效途径，而将单病种质量监测算法机有效地应用到医疗系统中，则是对于提高医疗服务质量、评价和控制医疗过程管理具有非常显著的现实意义和价值。最后通过算法机在医疗系统中的应用，可以保证每份病历的质量，也只有这样才能使整体管理更加有效，统计的数字更加可靠。单病种算法机的应用既有效地提高了医院对单病种质量监测的水平，也提高了单病种的治疗质量。